本文關(guān)鍵詞：基于流量特征的網(wǎng)絡(luò)流量預(yù)測研究

  更多相關(guān)文章： 流量特征 小波變換 流量預(yù)測

【摘要】：傳統(tǒng)的非線性模型已經(jīng)不再適用于網(wǎng)絡(luò)流量建模,為了能夠更精確地對網(wǎng)絡(luò)流量建模,必須考慮到網(wǎng)絡(luò)流量的特性。針對網(wǎng)絡(luò)流量的自相似、長度分布、周期等特征進行分析,結(jié)合小波變換與時間序列模型,有效地建立流量預(yù)測模型。首先對流量的自相似和平穩(wěn)性進行分析,并對長度、周期等特征進行描述,其次根據(jù)實際流量的自相似性和平穩(wěn)性選擇小波變換與時間序列相結(jié)合的方法進行建模,產(chǎn)生預(yù)測結(jié)果,最后根據(jù)長度與周期特征粗略判斷預(yù)測的合理性。根據(jù)實驗驗證與分析,該方法具有極大的靈活性,相比單一的小波-FARIMA模型可以減少大量的運算,同時能夠描述網(wǎng)絡(luò)流量的短相關(guān)與長相關(guān)特性。
【作者單位】： 電子科技大學計算機科學與工程學院;
【關(guān)鍵詞】： 流量特征 小波變換 流量預(yù)測
【基金】：國家自然科學基金(61133016) 工信部科技重大專項(2011ZX03002-002-03)資助
【分類號】：TP393.06
【正文快照】： 1引言網(wǎng)絡(luò)流量已經(jīng)被驗證具有自相似性[1]、長相關(guān)、多分形等特性,傳統(tǒng)的基于泊松的模型與線性時間序列模型已經(jīng)不能有效地對網(wǎng)絡(luò)流量序列進行擬合。因此,許多學者利用小波分析、神經(jīng)網(wǎng)絡(luò)、支持向量機、混沌理論等模型或方法對網(wǎng)絡(luò)流量建模,以期能夠較好地反映出網(wǎng)絡(luò)流量的特

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 姜明;吳春明;張e，

本文編號：739239